[发明专利]数据归档方法、装置、设备及存储介质

说明书

本发明涉及一种人工智能技术，揭露了一种数据归档方法、装置、设备及存储介质，该方法包括：获取预定数量的样本数据，及样本数据的类型信息，根据类型信息确定样本数据对应的多个特征字段数据；根据预设的数据字典，获取每条样本数据中多个特征字段数据的向量及对应的归档时间的向量，将每条样本数据中多个特征字段数据的向量与对应的归档时间的向量进行组合，得到多维向量；将每条样本数据的多维向量输入向量学习模型中进行训练，获取训练好的向量学习模型；获取待归档的数据，基于训练好的向量学习模型预测待归档的数据的归档时间，并按照归档时间对待归档的数据进行归档。本发明能够获取精准的数据归档时间，减少数据反归档次数。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种数据归档方法、装置、设备及存储介质。

背景技术

随着存储介质和CPU、GPU运算能力的升级，数据呈现快速增长的趋势，给各数据库带来了较大的数据存储压力。如果能在满足实际需求的情况下，控制数据库的数据增长，使其保持在一定水平，那么可以极大地减轻数据库的存储压力，减少安全隐患及便于维护。目前，一般通过对数据进行归档来控制数据库中数据的增长，归档是按照数据的创建时间进行归档的。这种归档方法的缺陷是，不管是什么类型的数据，都是按照固定的时间间隔归档，对于一些常用的数据，例如一业务性质的数据，由于数据可能在一段较长的时间内使用到，归档时间不准确，导致这部分数据经常被反归档，数据库的存储空间不能有效地释放。

发明内容

本发明的目的在于提供一种数据归档方法、装置、设备及存储介质，旨在获取精准的数据归档时间，减少数据反归档次数。

本发明提供一种数据归档方法，包括：

获取预定数量的样本数据，以及每条所述样本数据的类型信息，根据所述类型信息确定所述样本数据对应的多个特征字段数据，每条所述样本数据包括对应的归档时间；

根据预设的数据字典，获取每条所述样本数据中多个所述特征字段数据的向量及对应的归档时间的向量，将每条所述样本数据中多个所述特征字段数据的向量与对应的归档时间的向量进行组合，得到每条所述样本数据对应的多维向量；

将每条所述样本数据对应的多维向量输入预定的向量学习模型中进行训练，获取训练好的向量学习模型；

获取待归档的数据，基于所述训练好的向量学习模型预测所述待归档的数据的归档时间，并按照所述归档时间对所述待归档的数据进行归档。

本发明还提供一种数据归档装置，包括：

获取模块，用于获取预定数量的样本数据，以及每条所述样本数据的类型信息，根据所述类型信息确定所述样本数据对应的多个特征字段数据，每条所述样本数据包括对应的归档时间；

组合模块，用于根据预设的数据字典，获取每条所述样本数据中多个所述特征字段数据的向量及对应的归档时间的向量，将每条所述样本数据中多个所述特征字段数据的向量与对应的归档时间的向量进行组合，得到每条所述样本数据对应的多维向量；

训练模块，用于将每条所述样本数据对应的多维向量输入预定的向量学习模型中进行训练，获取训练好的向量学习模型；

归档模块，用于获取待归档的数据，基于所述训练好的向量学习模型预测所述待归档的数据的归档时间，并按照所述归档时间对所述待归档的数据进行归档。

本发明还提供一种计算机设备，所述计算机设备包括存储器及与所述存储器连接的处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的数据归档方法的步骤。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的数据归档方法的步骤。